如何使read_csv中的分隔符更加灵活wrt空格？
我需要使用存储在文件中的数据创build一个数据框。 为此，我想使用read_csv方法。 但是，分隔符不是很规则。 某些列由制表符分隔（ \t ），其他则以空格分隔。 此外，一些列可以被2或3或更多的空格隔开，甚至可以通过空格和制表符的组合（例如3个空格，2个制表符和1个空格）。
有没有办法告诉大pandas妥善处理这些文件？
顺便说一句，如果我使用Python，我没有这个问题。 我用：
for line in file(file_name): fld = line.split()
它工作完美。 它并不在乎字段之间是否有2或3个空格。 即使是空格和制表符的组合也不会造成任何问题。 pandas可以做同样的事吗？
从文档中 ，您可以使用正则expression式或delim_whitespace ：
>>> import pandas as pd >>> for line in open("whitespace.csv"): ... print repr(line) ... 'a\tb\tc 1 2\n' 'd\te\tf 3 4\n' >>> pd.read_csv("whitespace.csv", header=None, delimiter=r"\s+") 0 1 2 3 4 0 abc 1 2 1 def 3 4 >>> pd.read_csv("whitespace.csv", header=None, delim_whitespace=True) 0 1 2 3 4 0 abc 1 2 1 def 3 4
>>> pd.read_csv("whitespace.csv", header = None, sep = "\s+|\t+|\s+\t+|\t+\s+")
将使用任意数量的空格和制表符的组合作为分隔符。
我们可能会考虑这个来处理所有的组合，零次或多次发生。
pd.read_csv("whitespace.csv", header = None, sep = "[ \t]*,[ \t]*")
pandas有两个csv阅读器，只有冗余领先的空白才灵活：
pd.read_csv("whitespace.csv", skipinitialspace=True)
而一个不是
pd.DataFrame.from_csv("whitespace.csv")
关于尾随空白都不是灵活的，请参阅正则expression式的答案。 避免delim_whitespace，因为它也允许空格（没有，或\ t）作为分隔符。
